小波分析在输油管道泄漏检测与定位中的应用

针对输油管道泄漏检测系统中泄漏判断和定位的准确性受采集信号质量和算法的影响,依据负压波理论,利用小波阈值法对压力和流量信号进行降噪处理,并根据小波变换的模极大值与信号泄漏奇异性的关系确定泄漏位置.利用该算法对多组实验数据进行了分析处理,能够实现对泄漏信息的准确检测与精确定位,并及时报警.     

小波变换在输油管道泄漏检测定位系统的应用

介绍了一种基于小波变换的输油管道泄漏检测与定位系统,根据小波变换与信号奇异性之间的关系,采用小波变换模极大值算法对输油管道的压力信号进行奇异点检测,利用检测到的奇异点进行泄漏的定位。     

基于小波消噪的管道泄漏定位方法

结合小波变换模极大值理论和多尺度相关性分析,探讨了小波消噪在管道泄漏定位中的应用;根据该理论泄漏突变信号和噪声信号的小波变换系数在不同尺度上具有截然不同的传播特性,对含噪信号进行小波变换后,计算相邻尺度间小波系数的相关性,并根据相关性大小区别小波系数的类型,从而准确地区分故障信号与噪声;通过对济南-临邑站71.885km长含单泄漏点的输油管线现场数据分析,该算法的故障定位相对误差精度可达0.25%。     

基于瞬态模型的井下抽采主管道泄漏定位方法研究

针对现有煤矿井下瓦斯抽采主管道漏点定位大多采用单一定位方法,存在适用性差、效率低、易受环境影响等问题,结合流量平衡法、负压波法和小波降噪原理,提出了一种基于瞬态模型的井下抽采主管道泄漏定位方法。首先分析了管道首末两端流量变化规律及差值大小,排除干扰信号,利用流量平衡法对管道泄漏状态进行定性分析,判断管道是否泄漏:比较正常运行及发生泄漏情况下的流量变化,当管道首末两端流量差大于管道流量差阈值时,即为工况改变或发生泄漏;然后根据负压波在管道内的传播机理,采用小波降噪技术对压力信号进行消噪处理,结合邻域差值法寻求信号突变点;最后通过泄漏定位公式计算漏点位置,从而实现对管道漏点位置的有效定位。仿真分析结果验证了该方法的准确性。     

小波奇异性分析在输油管道泄漏检测中的应用

针对目前输油管道泄漏检测准确率低的现状,采用小波奇异性分析的方法,对管道压力信号进行小波分析,检测出信号的奇异点,采用了能够抑制模极大值漂移的改进的ad hoc算法,对奇异点进行定位,对4条管线检测结果表明,该方法可以用于输油管道泄漏监测,并可进行精确的定位。     

运用小波变换捕捉信号的奇异点

在石油工业中,对泄漏事故及早发现并防止扩散已成为重要而紧迫的研究课题.该检测系统采用负压波检测法,根据泄漏产生的瞬态压力信息传播到上、下游的时间差,以及管内压力波的传播速度,即可计算出泄漏点的位置.但由于工业现场的电磁干扰、输油泵振动等因素,使采集到的压力波形序列夹杂着大量噪声,因此要实现负压波准确定位,关键在于利用小波变换技术捕捉信号奇异点(瞬态压力信息).该方法在MATLAB中对Daubechies小波进行了分析,证明压力波形可以在泄漏开始的瞬间产生较大的幅度变化,从而准确判断泄漏时刻.     

小波变换在信号奇异性检测中的应用

利用小波变换具有良好的时频局部化特征 ,在特定尺度下 ,求解信号小波变换的模极大值 ,从而找到信号奇异点。该方法应用到输油管道的泄漏检测中 ,结果表明 ,能够排除工况干扰 ,识别有用信号 ,及时准确地检测出管道的泄漏故障。     

基于小波的信号突变点检测算法研究

本文利用小波多分辨分析的特性将突变信号进行多尺度分解,然后通过分解后的信号来确定突变信号的突变位置。Lipschitz指数被用来定量描述函数的奇异性。当小波变换尺度越来越精细时,小波变换模极大值信号突变点的衰减速度取决于信号在突变点的Lipschitz指数。小波变换不仅可以确定突变点发生的时间,而且可以进一步判断突变的性质。     

小波奇异性分析在煤厚探测信号处理中的应用

小波变换为信号的多尺度瞬态分析提供了较好的方法。本文将小波分析在模极大值处理中的优势应用到煤层厚度探测的信号分析中,根据信号小波变换模极大值和信号奇异性之间的关系,由小波变换模极大值沿尺度变化趋势分析出信号的奇异点,得到反射波的初始到达时刻,从而计算出煤层的厚度,取得了比较理想的效果。为信号处理提供了一种新颖的方法。     

小波奇异性分析在煤厚探测信号处理中的应用

小波变换为信号的多尺度瞬态分析提供了较好的方法。本文将小波分析在模极大值处理中的优势应用到煤层厚度探测的信号分析中，根据信号小波变换模极大值和信号奇异性之间的关系，由小波变换模极大值沿尺度变化趋势分析出信号的奇异点，得到反射渡的初始到达时刻，从而计算出煤层的厚度，取得了比较理想的效果。为信号处理提供了一种新颖的方法。     

基于小波变换的血压信号特征提取方法研究

该文针对传统的人体血压信号特征提取方法的不足,提出了一种了基于小波变换的人体血压信号特征量提取方法。人体的血压信号是一种非平稳的低频信号,使用Marr小波对人体血压信号进行小波变换的时间一尺度分解,可以得到人体血压信号的模极大值曲线;通过选择合适的分解尺度,可以有效地滤除噪声,对人体血压数据进行消噪处理;进一步滤除奇异性极大值点,可以提取出动脉波动位置和动脉波动幅度信息。文中给出了算法的完整实现,并利用实际采集的人体血压数据验证了该算法,得到了波峰模极大值点和心脏跳动所发生的精确时刻,为人体血压信号的参数识别奠定了基础。     

基于小波变换的柴油机故障智能检测新方法

提出了一种智能检测柴油机喷油压力信号特征点的新方法,可以对柴油机一些常见故障进行不停机的检测。通过对油压信号特征的分析,对之进行了连续小波变换,根据油压信号在不同阶段的频率特征选定相应尺度的小波系数,然后利用这些小波系数的模极小值进行特征点的检测。将现场实测信号在Madab中进行仿真,建立了喷油系统正常工作时的模板向量。实验证明该方法的准确率高,而且便于在各种数字信号处理终端中实现,是有效可行的。     

基于小波极大模值的色谱噪声自适应滤除

利用小波模极大值理论提出了一种自适应滤除色谱噪声的算法。对带噪色谱信号小波分解获得不同分解层数上的模极大值点,利用信号与噪声的小波模极大值的衰减性显著差异,结合色谱谱图信号与非信号不同区域,根据同一序列点在不同层上的模值变化,区分出信号点与噪声点,再通过信号重组可得到滤噪后的色谱信号。实验结果表明,该算法不影响色谱峰峰高和峰位置,能有效地自适应降噪。     

小波分析在传感器故障诊断中的应用

为提高飞机燃油系统中传感器的有效性,对基于小波分析的传感器故障诊断方法进行了改进;该方法通过对传感器输出信号进行小波多分辨分析(MRA)能对缓变故障和突变故障进行准确定位,同时根据故障奇异点的模极大值和各尺度下故障前后能量变化特征实现对故障类型的判别;利用LabVIEW设计了传感器智能故障诊断系统,利用试验中采集的数据成功实现对飞机燃油系统油位传感器几种典型故障的诊断,证明该方法的有效性.     

地震信号小波变换的去噪方法

运用模极大值法基本原理进行地震信号去噪研究,进而运用二次小波变换原理通过低层系数处理对常用小波去噪方法进行改进.通过合成不同的染噪地震信号,由一系列仿真实验对模拟地震信号进行不同尺度的小波分解与重构,从而实现最优小波分解尺度上的地震信号噪声去除.与常用的快速傅立叶转换方法比较,仿真结果表明,该小波变换方法能够有效去除地震勘探信号中的噪声,并且针对系数的二次小波变换可以明显改进去噪的效果.